Data Mining, Machine Learning und Artificial Intelligence
ergeben sich im Rahmen des Forschungsprojekts "Konsistente Entwicklung von Materialflusssystemen" ständig neue Fragestellungen, die gern bei mir in einer Studienarbeit bearbeitet werden können.
Auch über "Initiativbewerbungen" für Abschlussarbeiten unabhängig von aktuellen Ausschreibungen freue ich mich daher sehr!
Muehlbauer, Konstantin; Wuennenberg, Maximilian; Meissner, Sebastian; Fottner, Johannes: Data driven logistics-oriented value stream mapping 4.0: A guideline for practitioners. IFAC - International Federation of Automatic Control 2022 – 18th IFAC Workshop on Control, 2022Gif-sur-Yvettemehr…
Wuennenberg, Maximilian; Wegerich, Benjamin; Fottner, Johannes: Optimization of Internal Logistics using a combined BPMN and Simulation Approach. 36th ECMS International Conference on Modelling and Simulation ECMS 2022, 2022Ålesund, Norwaymehr…
Volltext (mediaTUM)
Wünnenberg, Maximilian; Hujo, Dominik; Ji, Fan; Schypula, Rafael; Fottner, Johannes; Goedicke, Michael; Vogel-Heuser, Birgit: Konsistenzmanagement zum optimierten Data Management als Basis zur Anwendung von Data Science im Produktlebenszyklus von Materialflusssystemen. Logistics Journal, 2022 mehr…
Volltext (mediaTUM)
Wünnenberg, Maximilian; Vollmuth, Pia; Xu, Josef; Fottner, Johannes; Vogel-Heuser, Birgit: Transformability in Material Flow Systems: Towards an Improved Product Development Process. International Symposium on Industrial Engineering and Automation, Springer Nature Switzerland, 2022Bolzano, 3-14 mehr…
Volltext (mediaTUM)
2021
Wünnenberg, Maximilian; Hujo, Dominik; Schypula, Rafael; Fottner, Johannes; Goedicke, Michael; Vogel-Heuser, Birgit: Modellkonsistenz in der Entwicklung von Materialflusssystemen. Zeitschrift für wirtschaftlichen Fabrikbetrieb, 2021 mehr…
Volltext (
DOI
)